Development of a distance control based local planner for overtaking maneuvers in autonomous racing

The automotive technology sector is undergoing rapid evolution towards autonomous driving solutions. In this context, autonomous racing assumes a pivotal position in the advancement of sophisticated algorithms, as it enables to test them in regulated environments, thereby facilitating to assess the vehicles' performance at their handling limits. The main autonomous races are organized by the Indy Autonomous Challenge. These events feature head-to-head contests and multivehicle competitions, where the overtaking capabilities of the vehicles are challenged. Thus, the necessity of an advanced trajectory planning architecture arises, allowing self-driving cars to interact with multiple opponents at high speeds. This thesis focuses on the development of a speed profile generation algorithm designed to maintain a predetermined distance from the leading opponent, and of an appropriate simulation environment to assess its performance in receding horizon. The algorithm is tailored for the structure of the trajectory planning module engineered by PoliMOVE racing team. Based on the dynamical evolution of ego vehicle and opponent speeds, alongside their longitudinal distance on track, such algorithm configures as a cascade controller. Given a reference distance from the opponent to uphold upon the trajectory, an appropriate acceleration is selected. Starting from the resultant speed plan, the current ego-to-opponent distance is computed. The speed profiles are generated in accordance with acceleration and deceleration limits, to ensure the feasibility of the trajectory. The custom simulator developed to evaluate the generated speed profiles implements a longitudinal control strategy and the longitudinal vehicle dynamics. Tested in this environment, the algorithm proves capable of generating speed profiles that enable ego vehicle to maintain the desired distance from the leading opponent. Finally, the planning module is adapted to encompass the possibility of aligning behind the opponent when selecting the optimal maneuver to be performed. With the availability of the proposed algorithm, the trajectory planner opts for a vehicle following maneuver when deemed appropriate.

Il settore automobilistico sta vivendo una rapida evoluzione verso soluzioni di guida autonoma. In questo scenario, le competizioni tra veicoli autonomi rivestono un ruolo centrale nello sviluppo di algoritmi sofisticati, in quanto consentono di testarli in contesti regolamentati, facilitando la valutazione delle loro prestazioni ai limiti di manovrabilità delle auto. Le gare principali sono organizzate da Indy Autonomous Challenge. Questi eventi prevedono sfide testa a testa e multiveicolo, che mettono alla prova le capacità di sorpasso dei veicoli. Sorge pertanto la necessità di un'architettura avanzata di pianificazione delle traiettorie, che permetta alle auto di interagire con più avversari ad alte velocità. Questa tesi si concentra sullo sviluppo di un algoritmo di generazione di profili di velocità progettati per mantenere una distanza predeterminata dall'avversario, e di un ambiente di simulazione adatto ad analizzare le prestazioni dell'algoritmo in un orizzonte predittivo. L'algoritmo è adattato alla struttura del modulo di pianificazione della traiettoria progettato dal gruppo di ricerca PoliMOVE. Basato sulla dinamica dei profili di velocità del veicolo ego e dell'avversario, oltre che sulla dinamica della loro distanza longitudinale, l'algoritmo si configura come un controllore in cascata, organizzato in un anello esterno di distanza e uno interno di velocità. I profili di velocità devono risultare conformi ai limiti di accelerazione e decelerazione, per garantire la fattibilità della traiettoria. Nel simulatore sviluppato per valutare i profili di velocità generati vengono implementati una strategia di controllo longitudinale e la dinamica longitudinale del veicolo. Testato in questo ambiente, l'algoritmo si dimostra capace di generare profili di velocità che consentono al veicolo ego di mantenere la distanza desiderata dall'avversario. Infine, il modulo di pianificazione è adattato per includere la possibilità di allinearsi dietro l'avversario quando si seleziona la manovra ottimale da eseguire. Con la disponibilità dell'algoritmo proposto, il pianificatore di traiettorie opera una manovra di inseguimento del veicolo quando lo ritiene opportuno.